Denna text är automatiskt översatt och kan därför avvika från originalet. Ingen rätt kan härledas av denna översättning.
Vid grunden av en bra online dashboard ligger en bra struktur. Som researchbyrå är vi skickliga på att utforma dashboards baserat på forskningsfrågor och en policyteori. Dessutom genomför vi användarundersökningar för att fastställa vilka insikter användarna av ett dashboard behöver. Men inte alla behov kan fastställas i förväg - och ofta leder insikter också till nya frågor.
Med Insight Builder möjliggör vi att mycket mer information och kunskap kan låsas upp på ett dashboard. Användaren ges möjlighet att ställa nya frågor baserat på data, och på så sätt i princip genomföra egna analyser. På så sätt kan en användare specificera en analys till en specifik delmängd av en dataset. Även saker som att ändra visningen (till exempel en stapeldiagram istället för ett linjediagram, en annan period för visningen, osv.). En utmaning är att se till att sådana nya analyser inte leder till felaktiga eller ofullständiga resultat. Dessutom är det inte meningen att överväldiga användaren med val och information.
Ett exempel på en katalogbaserad Insight Builder finns på pr-edict.nl. Användare kan här bläddra genom ett stort antal analyser inom området för IT och arbetsmarknaden, där enkla filter kan tillämpas.
Vi erbjuder två varianter av Insight Builder. I den första varianten har våra forskare förberett ett stort antal analyser i en katalog. Användaren kan enkelt söka igenom denna katalog och tillämpa filter på analyserna. Sökningen baseras på naturligt språk och en touch av AI. Om en användare söker efter ett ord som inte exakt stämmer överens med en sökterm på dashboardet, kan systemet ändå visa rätt innehåll genom smart matchning.
En annan variant av Insight Builder är fri analys: en användare kan ställa en fri analysfråga på vanligt språk. Dashboardet kan då potentiellt producera en analys (diagram) som besvarar frågan. För att kunna göra detta matar vi en AI med detaljerad information om datasetet, underliggande metoder och antaganden. AI översätter frågan till en frågeställning (databasfråga), ett förslag till visualiseringsform, och en förklaring. Med AI kan vi också kontrollera villkor och ange begränsningar för analysen. Dessutom kan även hårda villkor byggas in, som minsta cellfyllning.
